科学基金团队合作流程模式对项目绩效的影响研究

doi:10.3772/j.issn.1000-0135.2025.02.005

情报学报

2025, Vol. 44

Issue (2): 171-184 DOI: 10.3772/j.issn.1000-0135.2025.02.005

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

科学基金团队合作流程模式对项目绩效的影响研究

姚志臻^1,2,3, 荣国阳^2,4, 黄晓明⁵, 张斌⁶, 马费成²

1.武汉大学新闻与传播学院，武汉 430072
2.武汉大学信息资源研究中心，武汉 430072
3.香港城市大学商学院，香港 999077
4.新加坡国立大学数学系，新加坡 119076
5.中山大学管理学院，广州 510275
6.南京大学信息管理学院，南京 210023

The Influence of Scientific Collaboration Process Patterns on Performance in Funding Project Teams

Yao Zhizhen^1,2,3, Rong Guoyang^2,4, Huang Xiaoming⁵, Zhang Bin⁶, Ma Feicheng²

1.School of Journalism and Communication, Wuhan University, Wuhan 430072
2.Center for Studies of Information Resources, Wuhan University, Wuhan 430072
3.College of Business, City University of Hong Kong, Hong Kong 999077
4.Department of Mathematics, National University of Singapore, Singapore 119076
5.School of Business, Sun Yat-sen University, Guangzhou 510275
6.School of Information Management, Nanjing University, Nanjing 210023

摘要
图/表
参考文献
相关文章 (2)

全文: PDF (2272 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要复杂工作的顺利完成往往取决于合作解决问题的能力，科学合作使科学团队能够解决单个研究者或单一学科无法解决的复杂问题，从而在推动科技创新方面表现出更强的潜力。以往研究主要从静态结构或网络视角描述团队成员之间的合作关系，没有强调如何动态协调以解决团队绩效提升的问题。本研究通过对科学基金团队科学合作过程进行动态演化建模，直观分析了团队依赖关系和协调机制，并进一步探索基金团队科学合作流程对项目绩效的差异性提升效果。本研究提出了一种基于图挖掘和序列挖掘的科学合作流程模式挖掘方法，分析并提炼了最佳团队科学合作流程模式。研究结果表明，大部分科学合作流程模式对项目绩效的提升具有积极的正向影响。其中，以知识拓展模式开始并以知识增强模式结束，是科学基金团队执行项目过程中最高效的合作流程模式；若团队在项目执行期间，以知识开辟作为整体发展策略，或以知识开辟作为优先策略，而在发展中后期依赖内部知识增强，则不利于项目绩效提升。相关研究结论对项目申请人领导开展科学合作具有重大的实践意义和指导作用，可以为优化团队形成、改善协作环境、促进协作行为与评估项目绩效提供有针对性的建议和新的实现思路。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	姚志臻
	荣国阳
	黄晓明
	张斌
	马费成

关键词 ：科学合作流程, 项目绩效, 科学基金团队, 回归分析

收稿日期: 2024-07-10

基金资助:国家自然科学基金面上项目“基于注意力机制的学术信息动态推荐研究”（72074109），“隐私政策视角下企业数据合规与风险管理研究”（72474101）。

作者简介: 姚志臻，女，1997年生，博士，博士后，研究方向为科学合作；荣国阳，男，1997年生，博士研究生，研究方向为跨学科规律及创新评价；黄晓明，男，1996年生，博士，博士后，研究方向为商业人工智能；张斌，男，1984年生，副教授，博士生导师，研究方向为数据智能与知识工程；马费成，通信作者，男，1947年生，教授，博士生导师，研究方向为情报学理论方法，E-mail：fchma@whu.edu.cn；

引用本文:

姚志臻, 荣国阳, 黄晓明, 张斌, 马费成. 科学基金团队合作流程模式对项目绩效的影响研究[J]. 情报学报, 2025, 44(2): 171-184.
Yao Zhizhen, Rong Guoyang, Huang Xiaoming, Zhang Bin, Ma Feicheng. The Influence of Scientific Collaboration Process Patterns on Performance in Funding Project Teams. 情报学报, 2025, 44(2): 171-184.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2025.02.005 或 https://qbxb.istic.ac.cn/CN/Y2025/V44/I2/171

1 Tebes J K, Thai N D. Interdisciplinary team science and the public: steps toward a participatory team science[J]. American Psychologist, 2018, 73(4): 549-562.
2 Wuchty S, Jones B F, Uzzi B. The increasing dominance of teams in production of knowledge[J]. Science, 2007, 316(5827): 1036-1039.
3 王大顺, 艾伯特-拉斯洛·巴拉巴西. 给科学家的科学思维[M]. 贾韬, 汪小帆, 译. 天津: 天津科学技术出版社, 2021.
4 Wang W, Cui Z X, Gao T, et al. Is scientific collaboration sustainability predictable?[C]// Proceedings of the 26th International Conference on World Wide Web. Republic and Canton of Geneva: International World Wide Web Conferences Steering Committee, 2017: 853-854.
5 Wang J, Hicks D. Scientific teams: self-assembly, fluidness, and interdependence[J]. Journal of Informetrics, 2015, 9(1): 197-207.
6 Malone T W, Crowston K. What is coordination theory and how can it help design cooperative work systems?[C]// Proceedings of the 1990 ACM Conference on Computer-supported Cooperative Work. New York: ACM Press, 1990: 357-370.
7 Summers J K, Humphrey S E, Ferris G R. Team member change, flux in coordination, and performance: effects of strategic core roles, information transfer, and cognitive ability[J]. Academy of Management Journal, 2012, 55(2): 314-338.
8 W. 理查德·斯科特, 杰拉尔德·F. 戴维斯. 组织理论: 理性、自然与开放系统的视角[M]. 高俊山, 译. 北京: 中国人民大学出版社, 2011.
9 Lee Y N, Walsh J P, Wang J. Creativity in scientific teams: unpacking novelty and impact[J]. Research Policy, 2015, 44(3): 684-697.
10 王曰芬, 杨雪, 余厚强, 等. 人工智能科研团队的合作模式及其对比研究[J]. 图书情报工作, 2020, 64(20): 14-22.
11 唐旭丽, 李信. 科研团队多样性对学术颠覆性创新的影响研究——以人工智能领域为例[J]. 情报学报, 2023, 42(1): 43-58.
12 Hajibabaei A, Schiffauerova A, Ebadi A. Gender-specific patterns in the artificial intelligence scientific ecosystem[J]. Journal of Informetrics, 2022, 16(2): 101275.
13 Teirlinck P, Spithoven A. How the nature of networks determines the outcome of publicly funded university research projects[J]. Research Evaluation, 2015, 24(2): 158-170.
14 Wang Y, Wu Y S, Pan Y T, et al. Scientific collaboration in China as reflected in co-authorship[J]. Scientometrics, 2005, 62(2): 183-198.
15 丁乐蓉, 石静, 吴柯烨, 等. 技术团队跨学科性对突破性创新的影响研究[J]. 情报学报, 2024, 43(5): 503-515.
16 邱均平, 李威. 知识转移领域作者合作模式实证分析[J]. 情报理论与实践, 2012, 35(3): 53-56, 46.
17 Milojevi? S. Principles of scientific research team formation and evolution[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(11): 3984-3989.
18 Lu W, Ren Y, Huang Y, et al. Scientific collaboration and career stages: an ego-centric perspective[J]. Journal of Informetrics, 2021, 15(4): 101207.
19 Aljemabi M A, Wang Z J, Saleh M A. Mining social collaboration patterns in developer social networks[J]. IET Software, 2020, 14(7): 839-849.
20 李林英, 徐礼平. 重大科研项目团队心理资本维度及与创新绩效的关系[J]. 科技进步与对策, 2017, 34(20): 132-138.
21 Abramo G, D'Angelo A C, Murgia G. The relationship among research productivity, research collaboration, and their determinants[J]. Journal of Informetrics, 2017, 11(4): 1016-1030.
22 Zhang G Y, Tang C Y. How R&D partner diversity influences innovation performance: an empirical study in the nano-biopharmaceutical field[J]. Scientometrics, 2018, 116(3): 1487-1512.
23 Jing S, Xie P X, Yin Q, et al. The effect of academic mobility on research performance: the case of China[J]. Scientometrics, 2023, 128(10): 5829-5850.
24 Zhao L M, Zhang Q P, Wang L. Benefit distribution mechanism in the team members' scientific research collaboration network[J]. Scientometrics, 2014, 100(2): 363-389.
25 Lipke W. Schedule adherence: a useful measure for project management[J]. CrossTalk, 2008, 21(4): 14-18.
26 Hoegl M, Parboteeah K P. Creativity in innovative projects: how teamwork matters[J]. Journal of Engineering and Technology Management, 2007, 24(1/2): 148-166.
27 Weiss M, Hoegl M, Gibbert M. Making virtue of necessity: the role of team climate for innovation in resource-constrained innovation projects[J]. Journal of Product Innovation Management, 2011, 28(s1): 196-207.
28 梁继文, 杨建林, 王伟, 等. 科技项目及其成果文献的相关性评估研究[J]. 情报学报, 2022, 41(2): 155-166.
29 黄颖, 虞逸飞, 郑寅鑫, 等. 基于学科分类和文本主题的科学基金项目与产出论文目标一致性识别研究[J]. 情报学报, 2023, 42(8): 893-905.
30 周寄中, 杨列勋, 许治. 关于国家自然科学基金管理科学部资助项目后评估的研究[J]. 管理评论, 2007, 19(3): 13-19, 63.
31 李江涛, 何毅, 杨育龙, 等. 2023年度管理科学部基金项目评审工作综述[J]. 中国科学基金, 2024, 38(1): 43-51.
32 林春培, 朱晓艳, 余传鹏, 等. 跨界团队网络特征对其颠覆性创新绩效的影响研究[J]. 情报学报, 2024, 43(4): 391-404.
33 刘亚辉, 许海云, 武华维, 等. 基于多元弱关系融合的科学突破主题早期识别研究[J]. 情报学报, 2023, 42(1): 19-30.
34 Granovetter M. The impact of social structure on economic outcomes[J]. Journal of Economic Perspectives, 2005, 19(1): 33-50.
35 Rost K. The strength of strong ties in the creation of innovation[J]. Research Policy, 2011, 40(4): 588-604.
36 Bavelas A. Communication patterns in task-oriented groups[J]. The Journal of the Acoustical Society of America, 1950, 22(6): 725-730.
37 Guetzkow H, Simon H A. The impact of certain communication nets upon organization and performance in task-oriented groups[J]. Management Science, 1955, 1(3/4): 233-250.
38 Woolley A W, Aggarwal I, Malone T W. Collective intelligence and group performance[J]. Current Directions in Psychological Science, 2015, 24(6): 420-424.
39 Xu F L, Wu L F, Evans J. Flat teams drive scientific innovation[J]. Proceedings of the National Academy of Sciences of the United States of America, 2022, 119(23): e2200927119.
40 廖青云, 朱东华, 汪雪锋, 等. 科研团队的多样性对团队绩效的影响研究[J]. 科学学研究, 2021, 39(6): 1074-1083.
41 Zhao Z Y, Li C, Zhang X J, et al. An incremental method to detect communities in dynamic evolving social networks[J]. Knowledge-Based Systems, 2019, 163: 404-415.
42 Chen W, Yan Y. New components and combinations: the perspective of the internal collaboration networks of scientific teams[J]. Journal of Informetrics, 2023, 17(2): 101407.
43 Zaki M J. SPADE: an efficient algorithm for mining frequent sequences[J]. Machine Learning, 2001, 42(1/2): 31-60.
44 Reimers N, Gurevych I. Sentence-BERT: sentence embeddings using Siamese BERT-networks[C]// Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing. Stroudsburg: Association for Computational Linguistics, 2019: 3982-3992.
45 Beltagy I, Lo K, Cohan A. SciBERT: a pretrained language model for scientific text[C]// Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing. Stroudsburg: Association for Computational Linguistics, 2019: 3615-3620.